चलती - औसत - बनाम - कम पास - फिल्टर

Im इस समय कुछ कोडिंग जहां Im एक हार्डवेयर कम्पास से समय के साथ मूल्यों का एक गुच्छा ले जा रहा है यह कम्पास बहुत सटीक होता है और इसके परिणाम के साथ बहुत बार अद्यतन होते हैं, अगर यह थोड़ी सी तरफ हो जाता है, तो मैं अपने पड़ोसियों के साथ बेतरतीब ढंग से असंगत मूल्य के साथ समाप्त होता है। मैं उन मूल्यों को चिकना करना चाहता हूं कुछ पढ़ने के आसपास होने के बाद, यह प्रकट होगा कि मुझे क्या चाहिए एक हाई-पास फिल्टर, कम पास वाला फिल्टर या चलती औसत औसत चलते हुए मैं नीचे गिर सकता हूं, सिर्फ पिछले 5 मानों का इतिहास रखूंगा या जो भी हो, और मेरे कोड में उन मूल्यों के औसत का उपयोग करें जहां मैं एक बार सबसे हाल ही में मूल्य का उपयोग कर रहा था। मुझे लगता है कि, उन चुभनों को अच्छी तरह से चिकना करना चाहिए, लेकिन यह मुझे मारता है कि यह शायद काफी अक्षम है, और यह संभवतः उचित प्रोग्रामर के लिए जानेवाली समस्याओं में से एक है, जिसमें एक बहुत ही स्वच्छ चालाक मठ समाधान होता है हालांकि, CompSci या Math से कुछ भी अजीब तरह से संबंधित कुछ भी में औपचारिक शिक्षा के टुकड़े के बिना उन भयानक स्वयं-सिखाया प्रोग्रामरों में से एक है। थोड़ा सा पढ़ना यह बताता है कि यह एक उच्च या निम्न पास फिल्टर हो सकता है, लेकिन मैं कुछ भी नहीं ढूँढ सकता जो कि एक हैक के लिए समझने योग्य बातों को समझता है जैसे कि इन एल्गोरिदम का प्रभाव मूल्यों की एक सरणी पर होगा, अकेले कैसे गणित काम करता है। यहां दिए गए उत्तर। उदाहरण के लिए, तकनीकी रूप से मेरे प्रश्न का उत्तर देता है, लेकिन केवल उन लोगों को समझने में जो शायद पहले से ही पता चलेगा कि समस्या को कैसे हल किया जाए। यह वास्तव में एक बहुत ही प्यारा और चालाक व्यक्ति होगा जो इस प्रकार की समस्या की व्याख्या कर सकता है, और एक कला स्नातक के संदर्भ में समाधान कैसे काम करता है। 21 सितंबर को 13:01 पर पूछा कि यदि आपकी चलती औसत आवश्यक चिकनाई हासिल करने के लिए लंबे समय तक रहना है, और आपको वास्तव में कर्नेल की किसी भी विशेष आकार की आवश्यकता नहीं है, तो आप बेहतर हैं यदि आप तेजी से सड़ने वाले चलती औसत का उपयोग करते हैं: जहां आप एक उपयुक्त स्थिर होने के लिए छोटे चुनें (उदाहरण के लिए यदि आप छोटे 1-1 एन का चयन करते हैं, तो यह आकार एन की एक खिड़की के रूप में समान मात्रा का होगा, लेकिन पुराने बिंदुओं पर अलग तरह से वितरित किया जाएगा)। वैसे भी, चूंकि चलती औसत का अगला मान केवल पिछले एक और आपके डेटा पर निर्भर करता है, आपको कतार या कुछ भी नहीं रखना पड़ता है और आप इस बारे में कुछ सोच कर सोच सकते हैं, ठीक है, मुझे एक नया मुद्दा मिला है, लेकिन मैं सचमुच इस पर भरोसा नहीं करता, इसलिए मैं अपने 80 के पुराने अनुमान को मापने के लिए जा रहा हूं, और केवल इस नए डेटा बिंदु पर भरोसा करता हूँ 20. थेट्स बहुत ही वही कहते हुए, वैसे, मैं केवल इस नए बिंदु पर विश्वास करता हूँ 20, और बीमार 4 अन्य बिंदुओं का उपयोग करते हैं जो मुझे उसी राशि पर भरोसा है, सिवाय इसके कि स्पष्ट रूप से 4 अन्य बिंदुओं को लेने के बजाय, आप यह मानते हैं कि औसत रूप से आपने पिछली बार किया था समझदार था ताकि आप अपने पिछले काम का उपयोग कर सकें 21 सितंबर को 14:27 बजे उत्तर दिया, हे, मुझे पता है कि यह 5 साल का है, लेकिन एक भयानक उत्तर के लिए धन्यवाद। मैं एक गेम पर काम कर रहा हूँ जहां आवाज़ आपके वेग पर आधारित बदलता है, लेकिन धीमी गति वाले कंप्यूटर पर गेम को चलाने के कारण गति तेज होती जा रही है, जो स्टीयरिंग के लिए ठीक थी, लेकिन ध्वनि के मामले में सुपर कष्टप्रद था। यह एक बहुत सरल और सस्ता समाधान था जिसे मैंने सोचा था कि वास्तव में एक जटिल समस्या होगी। ndash Adam Mar 16 15 20:20 यदि आप कभी-कभी अजीब मूल्य को हटाने की कोशिश कर रहे हैं, तो निम्न-पास फ़िल्टर तीन विकल्पों में से सबसे अच्छा है जिन्हें आपने पहचान लिया है। कम-पास वाले फिल्टर, कम-गति में परिवर्तन की अनुमति देते हैं, जैसे कि कम्पास को हाथ से घूर्णन करते हुए, जबकि उच्च गति वाले परिवर्तनों को खारिज करते हैं, जैसे कि सड़क पर टकराए जाने वाले कारण, उदाहरण के लिए। संभवतः एक चल औसत नहीं होगा, क्योंकि आपके डेटा में एक ब्लिप का असर आपके चलते औसत खिड़की के आकार के आधार पर कई बाद के मूल्यों को प्रभावित करेगा। अगर अजीब मूल्य आसानी से पता लगाए जाते हैं, तो आप गड़बड़-हटाने वाले एल्गोरिदम के साथ भी बेहतर हो सकते हैं जो उन्हें पूरी तरह से नजरअंदाज कर देते हैं: उदाहरण के लिए यह एक गिट ग्राफ है: पहला ग्राफ इनपुट संकेत है, एक अप्रिय गड़बड़ के साथ। दूसरा ग्राफ 10-नमूना चलती औसत का प्रभाव दिखाता है। अंतिम ग्राफ़ 10-नमूना औसत के संयोजन और ऊपर दिखाए गए सरल गड़बड़ी का पता लगाने एल्गोरिदम है। जब गड़बड़ी का पता लगाया जाता है, वास्तविक मूल्य के बजाय 10-नमूना औसत का उपयोग किया जाता है। ने सितम्बर 21 10 को 13:38 उत्तर दिया, अच्छी तरह समझाया, और ग्राफ के लिए बोनस अंक) ndash हेनरी कुक सितम्बर 22 10 0:50 पर वाह। क्वचित रूप से इस तरह के एक अच्छा जवाब ndash Muis 4 जून 13 9 पर देखा 9 चलती औसत एक कम पास फिल्टर है। ndash नाम 21 अक्टूबर 13 को 1 9:36 के बजाय एक चलने वाली मध्य की कोशिश करो। ndash kert Apr 25 14 at 22:09 औसत चल रहा है मैं नीचे से उतर सकता हूं। लेकिन यह मुझे मारता है कि इसकी शायद काफी अक्षम है वास्तव में कोई कारण नहीं चलती औसत अक्षम होना चाहिए। आप कुछ बफ़र (जैसे एक परिपत्र कतार) में इच्छित डेटा बिंदुओं की संख्या रखते हैं। प्रत्येक नए डेटा बिंदु पर, आप सबसे पुराना मूल्य पॉप कर देते हैं और इसे योग से घटा देते हैं, और नवीनतम को धक्का देते हैं और इसे जोड़ते हैं। इसलिए प्रत्येक नए डेटा बिंदु वास्तव में केवल एक पॉपपश, एक अतिरिक्त और घटाव पर जोर देता है। आपकी चलती औसत हमेशा इस स्थानांतरण राशि को आपके बफ़र में मानों की संख्या से विभाजित करती है। यदि आप कई सूत्रों से समसामयिक रूप से डेटा प्राप्त कर रहे हैं, लेकिन आपके डेटा एक हार्डवेयर डिवाइस से आ रहा है जो मेरे लिए बेहद संदिग्ध लगता है, तो यह थोड़ा पेचीदा हो जाता है ओह और भी: भयानक आत्म-सिखाया प्रोग्रामर एकजुट होते हैं) चलती औसत मेरे लिए अक्षम नहीं लग रहा था क्योंकि आपको मूल्यों के बफर को संग्रहित करना है - अपने इनपुट मूल्य और मौजूदा कार्यशील मूल्य के साथ कुछ चालाक गणित को बेहतर करना मुझे लगता है कि कैसे घातीय चलती औसत काम करता है। इस प्रकार की चलती औसत के लिए Iveve एक ऑप्टिमाइज़ेशन में एक निश्चित लंबाई की क्यूई amp का उपयोग करने के लिए एक सूचक है जिसमें आप उस कतार में हैं, और बस के आसपास (या एक साथ) सूचक को लपेटकर। वॉइला महंगी पुशपॉप एमेच्योर को पॉवर, भाई ndash हेनरी कुक 22 सितंबर को 0:54 हेनरी: एक सीधी-ऊपर चलती औसत के लिए आपको बफर की ज़रूरत होती है ताकि आप जान सकें कि अगले मूल्य कब हो जाएंगे तो क्या मूल्य बढ़ जाएगा उसने कहा, quotfixed - लंबाई की कतार amp आप का वर्णन कर रहे हैं एक संकेतक वास्तव में मैं quotcircular कतार से मतलब क्या है। यही कारण है कि मैं कह रहा था कि यह अक्षम नहीं है आपको क्या लगता है कि मेरा मतलब है और यदि आपकी प्रतिक्रिया quotan सरणी है जो कि प्रत्येक अनुक्रमित हटाए गए कोट (जैसे सी में std :: vector) पर अपने मूल्यों को वापस लेती है ठीक है, तो, I39m इतनी चोट लगी है कि मैं भी तुम्हारे साथ अब बात नहीं करना चाहते हैं) ndash दान ताओ 22 सितंबर 10 पर 1:58 हेनरी: मैं एएस 3 के बारे में पता नहीं है, लेकिन एक जावा प्रोग्रामर को संग्रह में मिला है परिपत्र क्यूईई जैसे उसके निपटान (I39m नहीं जावा डेवलपर, इसलिए मुझे यकीन है कि वहाँ बेहतर उदाहरण हैं कि एक त्वरित Google खोज से जो कुछ मैंने पाया है), जो हमारे बारे में बात कर रहा है ठीक उसी तरह की कार्यक्षमता को लागू करता है। I39m काफी आश्वस्त है कि मानक पुस्तकालयों के साथ मध्यम और निम्न-स्तरीय भाषाओं के अधिकांश में कुछ समान है (जैसे कि वहां के क्व्यूएलल्ट टीजीटी)। वैसे भी, मैं खुद दर्शन था, इसलिए सब माफ है। ndash दान ताओ September 22 10 12:44 एक उचित घास का क्षय चलती औसत हाथ से केवल प्रवृत्ति के साथ गणना की जा सकती है अगर आप उचित मूल्यों का उपयोग करते हैं चार मीलियाब। चह्कडियेट 4 को एक पेन और पेपर के साथ जल्दी से कैसे करें यह विचार करें कि यदि आप 10 चौरसाई के साथ तेजी से चलने वाले औसत की तलाश कर रहे हैं लेकिन जब से आपके पास कंप्यूटर है, तो आप संभवतः बाइनरी स्थानांतरण करना चाहते हैं क्योंकि दशमलव स्थानांतरण का विरोध करना) इस तरह, आपको सभी की जरूरत है आपके वर्तमान मूल्य के लिए एक और औसत के लिए एक है। उसके बाद अगले औसत की गणना की जा सकती है 21 सितंबर को 14:39 बजे उत्तर दिया गया एक तकनीक जो एक श्रेणी गेट कहलाता है जो कम घटनाओं के नकली नमूनों के साथ अच्छी तरह से काम करता है। एक बार आपके पास पर्याप्त इतिहास (एक बार लगातार) के बाद उल्लिखित फ़िल्टर तकनीकों में से किसी एक का उपयोग करने पर विचार करते हुए, आप तर्कसंगतता के लिए जोड़ा जाने से पहले, तर्कसंगतता के लिए नए, आने वाले डेटा नमूने का परीक्षण कर सकते हैं। संकेत के अधिकतम उचित दर के परिवर्तन की कुछ जानकारी आवश्यक है। कच्चे नमूने की तुलना सबसे हालिया मूल्य से की जाती है, और यदि उस अंतर का पूर्ण मूल्य अनुमत सीमा से अधिक है, तो उस नमूना को बाहर निकाल दिया जाता है (या कुछ अन्वेषण के साथ बदल दिया जाता है, उदा। ढलान अंतर या प्रवृत्ति पर आधारित पूर्वानुमान दोहरा घातीय चौरसाई से भविष्यवाणी मूल्य) उत्तर: 30 अप्रैल को 6: 56 रनिंग औसत फ़िल्टर का फ़्रीक्वेंसी प्रतिक्रिया एक एलटीआई प्रणाली की आवृत्ति प्रतिक्रिया आवेग प्रतिक्रिया के डीटीएफटी है, एल-नमूना चलती औसत का आवेग प्रतिक्रिया चलती है औसत फिल्टर एफआईआर है, आवृत्ति प्रतिक्रिया परिमित राशि को कम करती है हम आवृत्ति प्रतिक्रिया लिखने के लिए बहुत उपयोगी पहचान का उपयोग कर सकते हैं, जहां हमने एई माइनस जेमेगा दिया है एन 0, और एम एल शून्य से 1. हम इस फंक्शन के परिमाण में दिलचस्पी ले सकते हैं ताकि यह निर्धारित किया जा सके कि कौन से आवृत्तियों को फिल्टर के बीच में नहीं मिल रहा है और जो एटैन्यूएटेड हैं। नीचे एल 4 (लाल), 8 (हरा), और 16 (नीला) के लिए इस फ़ंक्शन के परिमाण की एक भूखंड है। क्षैतिज अक्ष शून्य से पीई रेडियन प्रति नमूना है। ध्यान दें कि सभी तीन मामलों में, आवृत्ति प्रतिक्रिया में कम-विशिष्ट विशेषता होती है। इनपुट में एक निरंतर घटक (शून्य आवृत्ति) फ़िल्टर के बीच में नहीं जाता है। कुछ उच्च आवृत्तियों, जैसे कि पीई 2, पूरी तरह से फिल्टर द्वारा समाप्त हो जाती हैं हालांकि, यदि इरादा एक लोपास फ़िल्टर डिज़ाइन करना था, तो हमने बहुत अच्छा नहीं किया है। कुछ उच्च आवृत्तियों को लगभग 110 (16 पॉइंट मूविंग एवरेज) के लिए या 13 (चार बिंदु चलती औसत के लिए) के एक पहलू से केवल तनु बना दिया जाता है। हम उससे बेहतर कर सकते हैं उपरोक्त प्लॉट निम्नलिखित मेटलैब कोड द्वारा तैयार किया गया था: ओमेगा 0: पी 400: पीएच 4 (14) (1-एक्सपी (-इओमेगा 4))। (1-एपीपी (-इओगागा)) एच 8 (18) (1-एक्सपी (- Iomega8)) (1-एक्सपी (-इओगागा)) एच 16 (116) (1-एक्सपी (-इओगागा 16)) (1-एपीपी (-इओगागा)) प्लॉट (ओमेगा, पेट (एच 4) पेट (एच 8) पेट ( एच 16) अक्ष (0, पीआई, 0, 1) कॉपीराइट प्रतिलिपि 2000- - कैलिफ़ोर्निया विश्वविद्यालय, बर्कलेए सरल, एकल ध्रुव, कम पास, रिकर्सिव आईआईआर फ़िल्टर त्वरित और कार्यान्वयन करना आसान है, उदा। जहां एक्स, वाई कच्चे (अनफ़िल्टर्ड) हैं, एक्सवाई एक्लेरोमीटर सिग्नल, एक्सएफ, वाईफ फिल्टर आउटपुट सिग्नल हैं, और कश्मीर फिल्टर के स्थिरांक को निर्धारित करता है (आमतौर पर 0.9 और 0.9 99 9 के बीच का मान। जहां एक बड़ा कश्मीर लंबे समय से स्थिर होता है )। आप कश्मीर को empirically निर्धारित कर सकते हैं, या यदि आप अपनी आवश्यक कट ऑफ आवृत्ति, एफसी पता है। तो आप सूत्र का उपयोग कर सकते हैं: जहां एफएस नमूना दर है ध्यान दें कि xf, yf आरएचएस पर आउटपुट संकेत के पिछले मान हैं, और ऊपर की अभिव्यक्ति के एलएचएस पर नए आउटपुट मान हैं। ध्यान दें कि हम यहां मान रहे हैं कि आप नियमित समय के अंतराल पर एक्सीलरोमीटर संकेतों का नमूना लेंगे, उदा। हर 10 एमएस समय निरंतर कश्मीर के दोनों और इस नमूना अंतराल के एक समारोह होगा।